import random
import torch
def synthetic_data(w,b,num_examples):
X=torch.normal(0,1,(num_examples,len(w)))
#(num_examples,len(w))产生形状为(num_examples,len(w)的张量,张量里面的内容为服从正态分布的随机数
y=torch.matmul(X,w)+b #torch.matmul用于两个矩阵相乘
y+=torch.normal(0,0.01,y.shape)
return X,y.reshape((-1,1))#转换为形状为(y.size,1)的张量
true_w=torch.tensor([2,-3.4])
true_b=4.2
features,labels=synthetic_data(true_w,true_b,1000)
自学《动手学深度学习》(复习用)
最新推荐文章于 2024-08-23 23:31:24 发布